php - 正则表达式不起作用

Question

在我的方法中，我从源代码中提取了以下字符串 Plange Mühle 1, 40221 Düsseldorf 我现在要做的是过滤掉所有内容，直到逗号，然后是数字，然后是再说一遍我所做的是执行这个不起作用的正则表达式。

^(.*?),\s*([0-9]{5})\s*(\S*)

但这应该正常工作，对吧？所以我又开始删除所有内容，然后一部分一部分地删除。当我只有部分时，它需要一切，直到它工作的逗号，但当然只适用于逗号之前的数据。但是，在第一个空格之后，问题出现了。当我之后做任何事情时，比如 [^0-9] 一个标志出现了。就在这里

数组(2){
[0]=>
string(19) "Plange Mühle 1,�"
[1]=>
string(17) "Plange Mühle 1"
}

问号？它是什么？我不知道它是从哪里来的。我的文档都是 UTF-8 编码的，所以我想知道它是怎么来的，现在我该如何解决这个问题。你们知道这是什么以及我该如何解决吗？

Answer 1

正则表达式看起来不错，但您使用正确吗？对于 Unicode 字符串，您应该设置 /u 参数。现在这只是推测，但也许字符串中某处有一个非 ASCII 空白字符，您的正则表达式无法正确识别，将多字节序列切成两半，结果给您一个无效字符。

所以也许这行得通:

preg_match('/^(.*?),\s*([0-9]{5})\s*(\S*)/u', $subject, $regs)